Twee detectielagen. De checksum wint altijd.
Eenentwintig deterministische detectoren valideren identificatienummers en secrets op checksum, structuur of context. Een on-device ONNX-model classificeert de vier datatypen die geen patroon kan beschrijven. Beide draaien in de browser.
25 dataklassen. Vier manieren om zeker te zijn.
Eenentwintig deterministische detectoren, gevalideerd op checksum, structuur of context, en een on-device model voor de vier klassen die geen patroon kan beschrijven. Waar een checksum klopt, gaat die boven het model.
Financiële gegevens4
- IBANChecksum
- BetaalkaartnummerChecksum
- Btw-nummer (NL)Formaat
- KvK-nummerContext
Nationale identificatienummers5
- BSN (Nederland)Checksum
- Duits fiscaal nummer (Steuer-ID)Checksum
- EU-identiteitsnummerChecksum
- Duits belastingnummer (Steuernummer)Formaat
- BIG-nummer (BIG-register)Context
Persoonsgegevens5
- E-mailadresFormaat
- TelefoonnummerFormaat
- IP-adresFormaat
- Nederlandse postcodeFormaat
- GeboortedatumContext
Secrets en inloggegevens6
- API-sleutelFormaat
- AWS-toegangssleutelFormaat
- GCP-sleutelFormaat
- JSON Web TokenFormaat
- Private keyFormaat
- Generiek secretFormaat
Ongestructureerde content5
- PersoonsnaamOn-device model
- PostadresOn-device model
- GezondheidsgegevensOn-device model
- Organisatie-vertrouwelijkOn-device model
- BroncodeFormaat
Eerst precisie, dan dekking.
Deterministische laag
Checksumvalidatie zoals IBAN mod-97, de Luhn-check voor betaalkaarten en de elfproef voor het BSN betekenen dat een match een echt nummer is, geen lookalike.
- Vijf klassen met checksumverificatie
- Dertien op formaat gevalideerd
- Drie op context gefilterd
On-device model
Een ONNX-model van 13 MB voor named-entity recognition classificeert persoonsnamen, postadressen, gezondheidsgegevens en organisatie-vertrouwelijke tekst. Het labelt; het genereert of beslist niets.
- Draait in Chrome en Edge
- Geen content naar een cloud-AI-dienst
- Niets wat je mensen typen, traint iets
Conflictregel
Als een checksum-match en het model het oneens zijn, wint de checksum. Het model kan dekking toevoegen; het kan een geverifieerd nummer nooit overrulen.
- Precisiedrempel op checksumklassen in CI
- Niet-inspecteerbare content wordt gemarkeerd, nooit geraden
Documenten geparsed op het apparaat.
- Formaten
- PDFDOCXXLSXPPTXCSVTXTMDJSON
- Instappunten
- BestandskiezerSlepen en neerzettenPlakken
- Bij een match
- Upload tegengehoudenKlassen benoemd in de bannerEen bestand dat redactie nodig heeft, wordt tegengehouden, niet herschreven.
- Niet te inspecteren
- Gescande pdf'sAfbeeldingenGeen OCR. Deze worden gemarkeerd als niet te inspecteren, en je policy bepaalt of ze verstuurd mogen worden.
Wat engineers vragen over detectie.
Hoe houden jullie false positives laag?
Identificatienummers worden gevalideerd, niet alleen op patroon herkend: een IBAN moet mod-97 doorstaan, een kaartnummer de Luhn-check, een BSN de elfproef. Klassen zonder publieke checksum, zoals KvK- en BIG-nummers, slaan alleen aan als er een passend trefwoord naast staat.
Waar draait het model?
In de browser, op het apparaat. Het is 13 MB, draait in Chrome en Edge en stuurt nooit content naar een cloud-AI-dienst.
Kunnen we eigen dataklassen toevoegen?
Organisatie-vertrouwelijke termen dekt het model vandaag al. Eigen patronen voor je eigen identificatienummers zijn onderdeel van het uitrolgesprek; vraag ernaar in de demo.
Zie het echt ogende data tegenhouden in een echte browser.
Een technische walkthrough van 30 minuten: een prompt geredigeerd, een bestand tegengehouden, het dashboard, en een bewijspakket dat offline voor je ogen wordt geverifieerd.
Geen slidedeck. Alleen synthetische data.
